Afbeeldingen sneller taggen met Smart Labeler
In deze handleiding leert u hoe u Smart Labeler gebruikt om voorgestelde tags voor afbeeldingen te genereren. Hiermee kunt u een groot aantal afbeeldingen sneller labelen wanneer u een Custom Vision-model traint.
Wanneer u afbeeldingen tagt voor een Custom Vision-model, gebruikt de service de meest recente getrainde iteratie van het model om de labels van nieuwe afbeeldingen te voorspellen. Deze voorspellingen worden weergegeven als voorgestelde tags in de gebruikersinterface, op basis van de geselecteerde betrouwbaarheidsdrempel en voorspellingsonzekerheid. Vervolgens kunt u de suggesties bevestigen of wijzigen. Hierdoor wordt het proces voor het handmatig taggen van de afbeeldingen voor training versneld.
Wanneer gebruikt u Smart Labeler?
Houd rekening met de volgende beperkingen:
- U moet alleen voorgestelde tags aanvragen voor afbeeldingen waarvan de tags al eenmaal zijn getraind. Krijg geen suggesties voor een nieuwe tag waaraan u net begint te trainen.
Belangrijk
De functie Smart Labeler gebruikt hetzelfde prijsmodel als normale voorspellingen. De eerste keer dat u voorgestelde tags activeert voor een set afbeeldingen, worden er kosten in rekening gebracht voor voorspellingsoproepen. Daarna slaat de service de resultaten op voor de geselecteerde afbeeldingen in een database gedurende 30 dagen en kunt u ze op elk gewenst moment gratis binnen die periode openen. Na 30 dagen worden er kosten in rekening gebracht als u hun voorgestelde tags opnieuw aanvraagt.
Werkstroom voor Smart Labeler
Volg deze stappen om Smart Labeler te gebruiken:
- Upload al uw trainingsafbeeldingen naar uw Custom Vision-project.
- Label een deel van uw gegevensset en kies een gelijk aantal afbeeldingen voor elke tag.
Tip
Zorg ervoor dat u alle tags gebruikt waarvoor u later suggesties wilt.
- Start het trainingsproces.
- Wanneer de training is voltooid, gaat u naar de weergave Zonder vlag en selecteert u de knop Voorgestelde tags ophalen in het linkerdeelvenster.
- Stel in het pop-upvenster dat wordt weergegeven het aantal afbeeldingen in waarvoor u suggesties wilt. U moet alleen initiële tagsuggesties krijgen voor een deel van de niet-gemarkeerde afbeeldingen. U krijgt betere tagsuggesties terwijl u dit proces doorloopt.
- Bevestig de voorgestelde tags en corrigeer de tags die niet juist zijn.
Tip
Afbeeldingen met voorgestelde tags worden gesorteerd op hun voorspellingsonzekerheid (lagere waarden geven een hogere betrouwbaarheid aan). U kunt de sorteervolgorde wijzigen met de optie Sorteren op onzekerheid . Als u de volgorde instelt op hoog naar laag, kunt u eerst de voorspellingen met hoge onzekerheid corrigeren en vervolgens snel de lage onzekerheid bevestigen.
In afbeeldingsclassificatieprojecten kunt u tags in batches selecteren en bevestigen. Filter de weergave op een bepaalde voorgestelde tag, hef de selectie van afbeeldingen op die onjuist zijn gelabeld en bevestig de rest in een batch.
U kunt ook voorgestelde tags gebruiken in de afzonderlijke afbeeldingsmodus door een afbeelding in de galerie te selecteren.
In objectdetectieprojecten worden batchbevestigingen niet ondersteund, maar u kunt nog steeds filteren en sorteren op voorgestelde tags voor een meer georganiseerde labelervaring. Miniaturen van uw niet-gemarkeerde afbeeldingen geven een overlay weer van begrenzingsvakken die de locaties van voorgestelde tags aangeven. Als u geen voorgesteld tagfilter selecteert, worden al uw niet-gemarkeerde afbeeldingen weergegeven zonder overlays van begrenzingsvakken.
Als u objectdetectietags wilt bevestigen, moet u deze toepassen op elke afzonderlijke afbeelding in de galerie.
- Start het trainingsproces opnieuw.
- Herhaal de voorgaande stappen totdat u tevreden bent met de kwaliteit van de suggestie.
Volgende stappen
Volg een quickstart om aan de slag te gaan met het maken en trainen van een Custom Vision-project.